餐饮网站开发背景,wordpress快递模板,建设银行通控件网站,05网数学我的本机环境如下#xff0c;任何的环境上的不一致可能会带来一些安装上的问题#xff0c;所以这个教程只是一个简单的参考。
环境
操作系统: Ubuntu 16.04GPU型号: Tesla M40 24GBPython: 2.7 路径 /usr/bin/python即全局的python解释器
caffe2必备依赖的安装
sudo apt-g…我的本机环境如下任何的环境上的不一致可能会带来一些安装上的问题所以这个教程只是一个简单的参考。
环境
操作系统: Ubuntu 16.04GPU型号: Tesla M40 24GBPython: 2.7 路径 /usr/bin/python即全局的python解释器
caffe2必备依赖的安装
sudo apt-get update
sudo apt-get install -y --no-install-recommends \build-essential \cmake \git \libgoogle-glog-dev \libprotobuf-dev \protobuf-compiler \python-dev \python-pip
sudo pip install numpy protobufGPU用户需要安装的依赖
GPU的用户需要GPU驱动除此以外还有CUDA和CUDNN的依赖。详细方法可以参照这个博客的内容。 caffe安装教程 以下介绍一种简单的方法根据自己环境调整
cuda的apt-get安装版本8.0
sudo apt-get update sudo apt-get install wget -y --no-install-recommends
wget http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64/cuda-repo-ubuntu1604_8.0.61-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu1604_8.0.61-1_amd64.deb
sudo apt-get update
sudo apt-get install cudacudnn的安装版本号为5.1
CUDNN_URLhttp://developer.download.nvidia.com/compute/redist/cudnn/v5.1/cudnn-8.0-linux-x64-v5.1.tgz
wget ${CUDNN_URL}
sudo tar -xzf cudnn-8.0-linux-x64-v5.1.tgz -C /usr/local
rm cudnn-8.0-linux-x64-v5.1.tgz sudo ldconfigcaffe2需要的其他依赖
同样的还需要一些caffe2自身依赖的库。这部分可选根据库名可以看出这里面包含opencv这样的图像处理的库leveldb这样的文件格式处理库openmpi这样的mpi通讯框架用于分布式训练等等以及一些python上可选的依赖。
# for both Ubuntu 14.04 and 16.04
sudo apt-get install -y --no-install-recommends \libgtest-dev \libiomp-dev \libleveldb-dev \liblmdb-dev \libopencv-dev \libopenmpi-dev \libsnappy-dev \openmpi-bin \openmpi-doc \python-pydot
sudo pip install \flask \future \graphviz \hypothesis \jupyter \matplotlib \pydot python-nvd3 \pyyaml \requests \scikit-image \scipy \setuptools \six \tornado编译安装
clone项目并且编译clone的速度可能不会很快因为还需要下载一些第三方的依赖文件花费时间比较长。
git clone --recursive https://github.com/caffe2/caffe2.git cd caffe2
make cd build sudo make install
python -c from caffe2.python import core 2/dev/null echo Success || echo Failure上面给出了编译之后测试是否成功的方法在python中导入相应的包看看是否成功。
python -m caffe2.python.operator_test.relu_op_test执行以上的python模块化执行的命令可以测试是否能够正常地在caffe2中使用GPU需要注意的是此时不能更改目录还需要在make时候进入的build目录中。 为了能够在所有目录中都能正常使用caffe2需要修改环境变量。建议修改用户目录下的.bashrc文件这样系统的不同用户之间不会冲突。
vim ~/.bashrc
#在文件的最后一行插入以下内容(需要替换caffe2的路径)
export PYTHONPATH/usr/local:$PYTHONPATH
export PYTHONPATH$PYTHONPATH:/path/to/caffe2_ROOT/buildexport LD_LIBRARY_PATH/usr/local/lib:$LD_LIBRARY_PATH#然后保存文件重新source一下
source ~/.bashrc
